CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص سرطان سینه با استفاده از ویژگی های آماری تبدیل کرولت

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۹ | نظرات: ۰
سال انتشار: ۱۳۹۸
کد COI مقاله: UTCONF03_196
زبان مقاله: فارسی
حجم فایل: ۷۸۳.۸۱ کیلوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص سرطان سینه با استفاده از ویژگی های آماری تبدیل کرولت

آی ناز دانش دوست - کارشناسی ارشد، موسسه غیرانتفاعی ارومیه، ارومیه، ایران،
  مهدی چهل امیرانی - دانشیار، دانشگاه ارومیه، ارومیه، ایران

چکیده مقاله:

در این مقاله یک روش برای تشخیص سرطان سینه در تصاویر ماموگرام دیجیتال با استفاده از تبدیل کرولت و طبقه بند K-NN استفاده شده است. در این بررسی، تشخیص سرطان سینه بر روی تصاویر ماموگرام دیجیتال از پایگاه داده ی MIAS صورت گرفته است. با استفاده از تبدیل کرولت تصاویر ماموگرام به چهار سطح فرکانسی تجزیه شده اند. هر کدام از این سطوح فرکانسی حاوی جزئیات متفاوتی از تصویر ماموگرام است. میانگین ، واریانس، Skewness ، Kurtosis و کشیدگی انرژی ضرایب برای هر سطح از تجزیه محاسبه شده است. با محاسبه ی این ویژگی ها در هر سطح تجزیه، یک بردار ویژگی 20 × 1برای هر تصویر ماموگرام به دست آمده است. با به دست آمدن بردارهای ویژگی برای تصاویر ماموگرام، در مرحله ی بعد به با استفاده از آزمون آماری t-test و طبقه بند K-NN تصاویر ماموگرام به سه کلاس نرمال، خوش خیم و بدخیم طبقه بندی شده اند. سیستم پیشنهاد شده در این تحقیق، با استفاده از روش cross-validation تست شده است. شبیه سازی ها در محیط نرم افزار MATLAB انجام شده است. نتایج به دست آمده از این تحقیق، بر روی پایگاه داده ی MIAS ، دقت درستی تشخیص با 9 ویژگی برای سالم و ناسالم بودن توده 92.2 % و برای خوشخیم و بدخیم بودن توده با 3 ویژگی 95 % می باشد که این نشان می دهد روش پیشنهاد شده در این مقاله برای تشخیص سریع سرطان سینه در تصاویر ماموگرام از قابلیت اطمینان بالایی برخوردار است.

کلیدواژه‌ها:

سرطان سینه، تبدیل کرولت، چند دقیقه، ماموگرام دیجیتال

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-UTCONF03-UTCONF03_196.html
کد COI مقاله: UTCONF03_196

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
دانش دوست, آی ناز و مهدی چهل امیرانی، ۱۳۹۸، تشخیص سرطان سینه با استفاده از ویژگی های آماری تبدیل کرولت، سومین همایش ملی دانش و فناوری مهندسی برق، کامپیوتر و مکانیک ایران، تهران، موسسه برگزار کننده همایش های توسعه محور دانش و فناوری سام ایرانیان، https://www.civilica.com/Paper-UTCONF03-UTCONF03_196.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (دانش دوست, آی ناز و مهدی چهل امیرانی، ۱۳۹۸)
برای بار دوم به بعد: (دانش دوست و چهل امیرانی، ۱۳۹۸)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • علوم پزشکی > سرطان
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.